Bagi para Ahli
Bagi para Ahli
a. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules).
Bentuk representasi ini terdiri atas premise dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah
elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Inferencing dengan Rule : Forward dan Backward Chaining
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan
dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada
knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut
sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai.
w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-
driven dan backward chaining atau goal-driven.
a. Backward chaining
• Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan
terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun
kontradiktif) dari ekspektasi tersebut.
• Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan
backward chaining.
b. Forward chaining
• Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian
dari suatu masalah kepada solusinya.
• Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-
assert konklusi.
• Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang
tersedia dan baru konklusi diperoleh.
• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan
forward chaining.
2 Ahli / Pakar
Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-
hal baru seputar topic permasalahan, menyusun kembali pengetahuan jika dipandang perlu,
memecahkan masalah dengan cepat dan tepat.
3 Pengalihan Keahlian
Tujuan dari sistem pakar adalah untuk mentransfer keahlian dari seorang pakar ke dalam
komputer kemudian ke masyarakat. Proses ini meliputi 4 kegiatan, yaitu perolehan
pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan ke
komputer, kesimpulan dari pengetahuan dan pengalihan pengetahuan ke pengguna.
4 Mengambil Keputusan
Hal yang unik dari sistem pakar adalah kemampuan untuk menjelaskan dimana keahlian
tersimpan dalam basis pengetahuan. Kemampuan komputer untuk mengambil kesimpulan
dilakukan oleh komponen yang dikenal dengan mesin inferensi yaitu meliputi prosedur
tentang pemecahan masalah.
5 Aturan
Sistem pakar yang dibuat merupakan sistem yang berdasarkan pada aturan-aturan dimana
program disimpan dalam bentuk aturan-aturan sebagai prosedur pemecahan masalah. Aturan
tersebut biasanya berbentuk IF – THEN.
6 Kemampuan Menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam menjelaskan atau member saran /
rekomendasi serta juga menjelaskan mengapa beberapa tindakan / saran tidak
direkomendasikan.
Diagram Struktur Sistem Pakar
3) Pemakai
Pemakai Awam. Dalam hal ini sistem pakar bertindak sebagai konsultan untuk memberikan
saran dan solusi kepada pemakai.
Pelajar yang ingin belajar. Sistem pakar bertindak sebagai instruktur.
Pembuat sistem pakar. Sistem pakar sebagai partner dalam pengembangan basis
pengetahuan.
Pakar. Sistem pakar bertindak sebagai mitra kerja/asisten.
1. Mandiri.
Sistem pakar yang murni berdiri sendiri, tidak digabung dengan software lain, bisa dijalankan
pada komputer pribadi, mainframe.
2. Terkait / Tergabung.
Dalam bentuk ini sistem pakar hanya merupakan bagian dari program yang lebih besar.
Program tersebut biasanya menggunakan teknik algoritma konvensional tapi bisa mengakses
sistem pakar yang ditempatkan sebagai subrutin, yang bisa dimanfaatkan setiap kali
dibutuhkan.
3. Terhubung.
Merupakan sistem pakar yang berhubungan dengan software lain, misalnya : spreadsheet,
DBMS, program grafik. Pada saat proses inferensi, sistem pakar bisa mengakses data dalam
spreadsheet atau DBMS atau program grafik bisa dipanggil untuk menayangkan output
visual.
4. Sistem Mengabdi.
Merupakan bagian dari komputer khusus yang diabdikan kepada fungsi tunggal. Sistem
tersebut bisa membantu analisa data radar dalam pesawat tempur atau membuat keputusan
intelejen tentang bagaimana memodifikasi pembangunan kimiawi, dan lain-lain.
High Performance. Sistem harus mampu memberikan respon berupa saran (advice)
dengan tingkat kualitas yang sama dengan seorang pakar atau melebihinya.
Adequate response time. Sistem juga harus mampu bekerja dalam waktu yang sama
baiknya (reasonable) atau lebih cepat dibandingkan dengan seorang pakar dalam
menghasilkan keputusan. Hal ini sangat penting terutama pada sistem waktu nyata
(real-time).
Good reliability. Sistem harus dapat diandalkan dan tidak mudah rusak / crash.
Understanable. Sistem harus mampu menjelaskan langkah-langkah penalaran yang
dilakukannya seperti seorang pakar.
Flexibility.
Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk
berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam
bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima dari sistem dan
menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.
Basis Pengetahuan
Elemen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar
dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang
memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis
pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.
Workpkace / Blackboard
Workplace merupakan area dari sekumpulan memori kerja (working memory), digunakan
untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada 3
keputusan yang dapat direkam :
- Rencana : Bagaimana menghadapi masalah.
- Agenda : aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi.
- Solusi : calon aksi yang akan dibangkitkan.
Explanation Facility (Fasilitas Penjelasan)
Elemen tambahan yang akan meningkatkan kemampuan sistem pakar. Digunakan untuk
melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif
melalui pertanyaan :
- Mengapa suatu pertanyaan ditanyakan oleh sistem pakar ?
- Bagaimana konklusi dicapai ?
- Mengapa ada alternative yang dibatalkan ?
- Rencana apa yang digunakan untuk mendapatkan solusi ?
Perbaikan Pengetahuan
6. DELTA
Dibuat oleh perusahaan General Electric (GE) membantu karyawan bagian pemeliharaan
mesin lokomotif diesel dalam memantau mesin-mesin yang tidak berfungsi dengan baik dan
membimbing ke arah prosedur perbaikan.
7. FOLIO
Sistem pakar yang menolong stock broker dan tugas manajer dalam menangani
investasi bagi kepentingan para langganannya. Stock broker mewawancarai
langganan untuk menentukan tujuan sumber dan investasi mereka.
FOLIO bisa memberikan rekomendasi tentang keamanan investasi, mengevaluasi
stock beresiko tinggi,menghitung pengembalian modal, dan membuat keputusan
dalam hal pemasaran suatu komoditi.
Membantu para perencana keuangan untuk memperkecil kerugian karena pajak,
inflasi atau faktor lain misal turun naiknya nilai mata uang.
8. EL
9. YESMVS
10. ACE
Di desain dan dikembangkan oleh AT&T Bell Lab awal tahun 80-an.
Sistem Pakar troubleshooting pada sistem kabel telepon.
Contoh kasus :
Sistem pakar yang digunakan di dinas sosial negara bagian California, Amerika Serikat.
Sebelum SP digunakan, pemberian tunjangan sosial kurang efektif karena beragamnya
macam tunjangan yang diberikan dan banyaknya aturan yang ada untuk mendapatkan
tunjangan sosial. Lebih dari 3000 aturan dibukukan untuk tunjangan sosial ini. Pada waktu
seseorang melamar untuk meminta tunjangan sosial, orang ini akan dilayani dengan pekerja
sosial dan pekerja sosial harus mengetahui aturan-aturan yang ada. Jika ada kasus khusus dan
pekerja sosial tidak memahami aturannya tetapi memutuskan hasilnya, maka hasil keputusan
dapat tidak efektif. Menyadari kelemahan-kelemahan ini maka dinas sosial kemudian
menerapkan sistem pakar yang berisi dengan knowledge base berupa ribuan aturan-aturan ini.
Bedanya : sebelum ada SP, yang pakar adalah pekerja sosialnya dan jika pekerja sosial
kurang pakar maka dapat mengakibatkan kesalahan keputusan. Setelah ada SP, pekerja sosial
tidak harus pakar karena yang pakar adalah sistemnya karena sistemnya berisi dengan semua
aturan, sehingga mengurangi kesalahan pengambilan keputusan.
XIV. APLIKASI SISTEM PAKAR
Berikut ini adalah beberapa contoh aplikasi sistem pakar dalam berbagai bidang :
1. Aplikasi Sistem Pakar Dalam Bidang Ekonomi
Sistem pakar sangat berguna di bidang ekonomi, terutama dalam hal pengambilan keputusan
untuk memulai suatu investasi usaha. Apalagi pada saat sekarang orang awam banyak kurang
memahami pasar modal sehingga mereka cenderung menggunakan intuisi daripada analisa
dalam berinvestasi. Kondisi ini mengakibatkan mereka harus menghadapi resiko yang tinggi
dalam berinvestasi.
Untuk meminimumkan resiko tersebut diperlukan suatu alat seperti sistem pakar yang
mampu menganalisa sesuai dengan keadaan yang terjadi di pasar modal, sehingga investor
menjadi lebih yakin dalam berinvestasi.
Kasus yang terjadi pernah diimplementasikan ke bursa efek Surabaya. Umumnya, dalam
berinvestasi, kita akan berada pada 2 masa depan yaitu investasi kita akan sukses dan
menghasilkan uang banyak atau kita akan gagal dan kehilangan investasi kita. Untuk
memperkecil kegagalan dalam berinvestasi perlu diadakan suatu analisa sebelum
menanamkan modal.
Pengembangan sistem ini dilakukan dengan tujuan untuk membantu menganalisa dalam
proses pengambilan keputusan di bursa efek. Oleh karena itu aplikasi system pakar yang
dibuat untuk menganalisa bursa efek Surabaya yaitu Portofolio Management System (PMS)
diharapkan dapat melakukan :
Sebagaimana ciri-ciri umum sistem pakar, maka di PMS terdapat knowledge base sebagai
landasan pijak dalam pengambilan keputusan. Knowledge base ini mengandung dua elemen
dasar, yaitu fakta dan aturan. Karena kondisi bursa sebagai tempat studi kasus selalu
berkembang berfluktuasi, maka perancangan PMS ini harus memperhatikan keluwesan
sistem terhadap perubahan baik kondisi bursa maupun lingkungan yang mempengaruhi bursa.
Sistem harus dapat mengikuti kejadian yang berkembang di bursa saham dengan melakukan
update untuk memantau perubahan nilai (value) efek atau atribut.
Situasi bursa yang penuh dengan berfluktuasinya harga saham, penghasilan deviden,
perubahan kondisi perusahaan ataupun perubahan kebijaksanaan pemerintah. Informasi-
informasi tersebut disimpan di database dalam bentuk data mentah. Data-data ini kemudian
diolah dalam data processing dengan algoritma-algoritma metode analitik, yaitu analisa
regresi, analisa sekuritas, analisa portofolio dan pembobotan faktor.
2. Aplikasi Sistem Pakar Dalam Bidang Manajerial
1. Analisis
Interpretasi.
Analisa pasar untuk komoditi tertentu.
Identifikasi media iklan yang sesuai.
Identifikasi kebutuhan pelatihan.
Diagnostik.
Diagnosa kelesuan perusahaan dan usaha penyembuhan.
2. Sintesa
3. Integrasi
Prediksi perkembangan nilai pada bursa saham efek.
Prosedur yang tertulis sangat baku sehingga memasung inovasi dan improvisasi
operator.
Perlu dilakukan revisi secara berkala menyesuaikan kondisi yang ada.
Kurang komunikatif bagi para operator yang belum berpengalaman.
Kelemahan seperti ini menyebabkan tidak jarang para operator melaksanakan tugasnya hanya
didasarkan pada pengetahuannya masing-masing,
Secara garis besar sistem pakar dalam bidang farmakologi dan terapi dibuat dengan tuntutan
untuk melakukan tugas sebagai berikut :
Sistem pakar merupakan program Artificial Intellegence (AI) yang memiliki basis
pengetahuan untuk domain tertentu dan menggunakan penalaran interferensi menyerupai
seorang pakar atau sebagai penasihat untuk memecahkan suatu masalah [1]. Sistem pakar
dapat mengumpulkan dan menyimpan pengetahuan seorang pakar atau beberapa orang pakar
ke dalam komputer. Pengetahuan tersebut kemudian digunakan oleh siapa saja yang
memerlukannya.
Sistem pakar merupakan salah satu contoh pengembangan kecerdasan buatan yang
menggabungkan pengetahuan dan penelusuran data untuk memecahkan yang secara normal
memerlukan keahlian manusia. Tujuan pengembangan sistem pakar sebenarnya bukan untuk
menggantikan peran manusia, tetapi untuk mensubtitusikan pengetahuan manusia ke dalam
bentuk sistem, sehingga dapat dilakukan oleh orang banyak.
Ada banyak manfaat yang dapat diperoleh dengan mengembangkan sistem pakar, antara
lain:
1. Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa
kehadiran langsung seorang pakar.
2. Meningkatkan produktivitas kerja, yaitu bertambah efisiensal pekerjaan tertentu serta hasil
solusi kerja.
3. penghematan waktu dalam menyelesaikan masalah yang kompleks.
4. Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang.
5. Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.
6. Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk
dikombinasikan.
Kelemahan Sistem Pakar
Selain banyak manfaat yang diperoleh, ada juga kelemahan sistem pakar, yaitu:
1. Daya kerja dan produktivitas manusia menjadi berkurang karena semuanya dilakukan secara
otomatis oleh sistem.
2. Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan dengan perangkat
lunak konvensional.
Ada berbagai ciri dan karakteristik yang membedakan sistem pakar dengan sistem lain.
Ciri dan karakteristik ini menjadi pedoman utama dalam pengembangan sistem pakar. Ciri
dan karakteristik yang dimaksud adalah sebagai berikut:
1. Pengetahuan sistem pakar merupakan suatu konsep, bukan berbentuk numeris.
2. Informasi dalam sistem pakar tidak selalu tetap, subyektif, tidak konsisten, subyek terus
bertambah dan tergantung pada kondisi lingkungan, sehingga keputusan yang diambil
bersifat tidak pasti dan tidak mutlak “Ya” atau “Tidak” akan tetapi menurut ukuran
kebenaran tertentu.
3. Kemungkinan solusi sistem pakar terhadap suatu permasalahan adalah bervariasi dan
mempunyai banyak pilihan jawaban yang dapat diterima, semua faktor yang ditelusuri
memiliki ruang masalah yang luas.
4. perubahan suatu pengembangan pengetahuan dalam sistem pakar dapat terjadi setiap saat
bahkan sepanjang waktu sehingga diperlukan kemudian dalam modifikasi sistem untuk
menampung jumlah pengetahuan yang semakin besar dan semakin bervariasi.
5. Pandangan dan pendapat setiap sistem pakar tidaklah selalu sama, yang oleh karena itu tidak
ada jaminan bahwa solusi sistem pakar merupakan jawaban yang pasti benar.
6. Sistem pakar harus memberikan solusi yang akurat berdasarkan masukan pengetahuan
sekalipun solusinya sulit sehingga fasilitas informasi sistem harus selalu diperhatikan.